Jak daleko se umělá inteligence dostane?

Na každoroční akci Zalo věnované umělé inteligenci se řečníci podělili o své zkušenosti s aplikací umělé inteligence v každodenním životě a předpověděli nové trendy týkající se agentní a fyzické umělé inteligence.

Summit Zalo AI Summit, který se poprvé konal v roce 2017, je akcí, která sdružuje renomované odborníky v oblasti umělé inteligence. S tématem „Vietnam v éře AI-ifikace“ představí summit Zalo AI Summit 2025 řešení pro aplikaci umělé inteligence v každodenním životě, předpoví trendy v oblasti umělé inteligence a představí úspěchy společnosti Zalo v přibližování umělé inteligence uživatelům.

Ve svém úvodním projevu pan Nguyen Minh Tu, ředitel pro technologie ve společnosti Zalo, uvedl, že éra umělé inteligence se začala objevovat v letech 2018–2019 s prvními modely transformátorů. Avšak až s GPT-3.5 a ChatGPT v roce 2022 dosáhly tyto jazykové modely vysoké kvality a staly se dostupnými širšímu publiku.

„Tehdy začala éra umělé inteligence, když lidé začali používat ChatGPT,“ zdůraznil pan Tu.

Pozitivní signál pro Vietnam

Vzhledem k tomu, že společnosti jako Google, Anthropic a DeepSeek stále více vylepšují modelování velkých jazyků (LLM), trh s umělou inteligencí zažívá zlomový bod zvaný agentní umělá inteligence.

Na rozdíl od konvenční umělé inteligence, která dokáže řešit pouze jednotlivé úkoly, je agentní umělá inteligence autonomní systém schopný propojit více agentů a zvládat složité problémy.

„Agentní umělá inteligence funguje jako naši zaměstnanci. Dokáže analyzovat, uvažovat, plnit úkoly a psát zprávy na základě našich příkazů,“ dodal pan Tu.

Ve Vietnamu je Zalo jednou ze společností, které integrují mnoho funkcí umělé inteligence pro služby uživatelům. Do roku 2025 se očekává, že počet uživatelů těchto služeb dosáhne více než 17 milionů, což představuje nárůst o více než 200 %. Funkci diktování (převod řeči na text) využívá více než 7,5 milionu lidí.

„Tato funkce změnila způsob, jakým mnoho lidí používá Zalo. Místo psaní textu je používání hlasu mnohem rychlejší a pohodlnější,“ zdůraznil pan Tú.

Funkce překladu zpráv z vietnamštiny do angličtiny také přilákala velký počet uživatelů. Pan Tu prozradil, že brzy bude přidán živý překlad pro hovory přes Zalo.

Pan Nguyen Minh Tu, ředitel technologie ve společnosti Zalo.

Kromě obsluhy koncových uživatelů podporuje umělá inteligence také provoz společnosti Zalo. Společnost vytvořila chatbota pro zákaznický servis, který pomáhá řešit problém s navyšováním kapacit během špičky, kdy je obtížné najmout další zaměstnance.

Po 3 měsících implementace dosáhl chatbot systém v Zalo míry odezvy 90 %, což je více než u lidí. Pouze asi 2–3 % případů vyžadovalo lidskou asistenci chatbota.

Zástupce společnosti Zalo uznal, že s interním používáním umělé inteligence, zejména v oblasti soukromí a bezpečnosti, stále přetrvávají určité výzvy. Proto platforma volí flexibilní přístup, pro citlivá data používá vlastní model a pro méně citlivá data využívá externí chatboty.

Pan Tú se také zmínil o soutěži Zalo AI Challenge 2025, která se zaměřuje na vývoj řešení aplikací umělé inteligence v každodenním životě. Kromě mladých lidí a studentů letošní soutěž přilákala i několik středoškoláků, někteří se dokonce umístili mezi pět nejlepších.

„To ukazuje, že umělá inteligence pronikla do všech oblastí společnosti a rozšířila se dokonce i do škol, kde jsou děti s umělou inteligencí seznámeny již ve velmi útlém věku. To je pozitivní znamení pro Vietnam v éře ‚transformace umělé inteligence‘,“ zdůraznil zástupce společnosti Zalo.

Vlna agentů s umělou inteligencí

V první části se docent Quan Thanh Tho z Technologické univerzity v Ho Či Minově městě zabýval otázkou, jak multimodální umělá inteligence změní svět . Tvrdil, že LLM dosáhlo svého konce a technologický trend se postupně posouvá směrem k multiagentním systémům (MAS).

Docent Dr. souhlasil s panem Tu ohledně významného milníku v LLM, kterým je zavedení GPT-3.5, a uvedl, že společným cílem chatbotů je co nejvěrněji napodobovat lidi. Koncept agentů s umělou inteligencí existoval již dříve, ale skutečně vzkvétal až v rámci LLM.

„Agent je poměrně klasická architektura a v kombinaci s LLM umožňuje komunikaci mezi modely,“ řekl pan Tho. Klíčová slova „AI Agents“ a „Agentic AI“ patří také mezi nejvyhledávanější výrazy v Google Trends od konce roku 2024 do současnosti.

Doc. Dr. Quan Thanh Tho, vedoucí katedry informatiky a inženýrství, Technologická univerzita v Ho Či Minově Městě.

Docent uvedl, že agentická umělá inteligence je jednoduše systém sestávající z více agentů, kteří spolupracují. Po přijetí příkazu od uživatele agenti rozdělí požadavek, přidělí úkoly, vyberou vhodné nástroje a krok za krokem je provedou, aby dosáhli vyšší efektivity ve srovnání s jediným modelem.

Pan Tho také představil některé praktické aplikace MAS v domácích firmách. Zejména agenti s umělou inteligencí mohou současně zpracovávat PDF soubory, obrázky a dokumenty, což zvyšuje efektivitu o 40–60 %. V pojišťovacím sektoru tato technologie pomáhá firmám automatizovat 20–40 % jejich pracovní zátěže.

Agenti s umělou inteligencí navíc dokáží shromažďovat informace v reálném čase, což pomáhá poskytovat okamžité tržní ceny. Docent Dr. [Jméno] ve své práci uvedl, že systém agentů s umělou inteligencí funguje jako inteligentní asistent, schopný odpovídat na otázky rodičů a studentů týkající se školy. Ve vzdělávání pomáhají agenti s umělou inteligencí vytvářet personalizované vzdělávací modely přizpůsobené vzdělávací dráze každého studenta.

Summit Zalo AI 2025 přilákal velký počet účastníků se zájmem o oblast umělé inteligence.

Celková výhoda MAS spočívá v jeho schopnosti řešit více složitých problémů paralelně. Prostřednictvím procesu uvažování mohou agenti zpracovávat informace nezávisle, učit se jeden od druhého a učit se od uživatele, aby snižovali chyby a dosahovali přesných a personalizovaných výsledků.

Moderní architektury agentů jsou často poskytovány jako nástroje a platformy s uživatelsky přívětivým rozhraním, což je činí přístupnějšími pro širokou veřejnost.

Na základě těchto výhod pan Tho zdůraznil důležitost aplikace technologií a úpravy interních pracovních procesů v rámci podniků. Podle docenta je v kontextu silného inovačního trendu, který probíhá po celém světě, tato vlna, které musí podniky věnovat zvláštní pozornost.

Co následuje po agentní umělé inteligenci?

Humanoidní roboti se v poslední době stali trendem, který přitahuje pozornost ve světě technologií. Jde také o nejběžnější aplikaci fyzické umělé inteligence.

Dr. Tran Minh Quan, hlavní vývojářský technolog ve společnosti Nvidia Vietnam, se podělil o své myšlenky na toto téma a zdůraznil, že fyzická umělá inteligence je nejpokročilejším vývojem v trendech umělé inteligence, a to po éře generativní umělé inteligence neboli agentní umělé inteligence.

„Tyto modely umělé inteligence jsou schopny přijímat příkazy nebo vstupní data a poté provádět specifické akce, které ovlivňují motory nebo řídí komponenty robotů, jako jsou robotická ramena, autonomní vozidla, továrny atd.,“ sdělil pan Quan a poskytl přehled o fyzické umělé inteligenci.

Dr. Tran Minh Quan ze společnosti Nvidia se podělil o své poznatky o trendech ve fyzické umělé inteligenci.

Podle zástupců společnosti Nvidia by se fyzická umělá inteligence mohla v budoucnu stát odvětvím s obratem v řádu bilionů dolarů. Potenciál pro uplatnění fyzické umělé inteligence je obrovský, vzhledem k tomu, že současná globální hardwarová infrastruktura zahrnuje přibližně 2 miliardy průmyslových kamer, 10 milionů továren, 200 000 skladů a 1,5 miliardy vozidel, nemluvě o miliardách humanoidních robotů, kteří by mohli být v budoucnu nasazeni.

„Kdyby každé zařízení bylo vybaveno ‚mozkem‘ umělé inteligence, který by zvládal aktuální pracovní zátěž, mohly by být tyto úkoly podporovány v úplně jiném měřítku, než je tomu dnes,“ dodal pan Quan.

Potřeba fyzické umělé inteligence pramení z nedostatku personálu v mnoha odvětvích. Vysoce kvalifikované práce v náročných podmínkách, jako je svařování v uzavřených, tmavých prostorách, se pro lidi ukazují jako obtížné.

Roboti jsou nyní řešením, které vyvažuje personální a provozní náklady. Náklady lze optimalizovat, protože roboti se nyní dokáží učit nové úkoly samostatně, namísto aby jednoduše vykonávali opakující se úkoly.

„Proto by ‚moment‘ ChatGPT pro robotiku mohl nastat letos nebo příští rok,“ zdůraznil pan Quan.

Fyzická umělá inteligence je považována za další krok po generativní umělé inteligenci a agentní umělé inteligenci.

Pro realizaci této vize navrhli zástupci společnosti Nvidia model tří počítačů, odpovídající třem klíčovým fázím vývoje fyzické umělé inteligence.

První fáze se tedy zaměřuje na budování základů na serveru. Po trénování lze model umístit do simulačního prostředí, kde se model učí o kauzálních interakcích, což mu pomáhá rozvíjet lepší chování v reálném světě.

Simulace pomáhá robotům přesně rozpoznávat objekty a jak s nimi zacházet. A co je důležitější, simulace umožňuje více robotům pracovat současně a testovat kolizní scénáře bez nákladů na reálný hardware. A konečně, umožňuje přímé nasazení na hardware.

Výzva spojená s nasazením umělé inteligence ve velkém měřítku.

Proces „AI-izace“, který zahrnuje integraci technologií do každodenního provozu za účelem zlepšení efektivity a podpory rozhodování, se celosvětově zrychluje.

Podle Dr. Chau Thanha Duca, ředitele výzkumu ve společnosti Zalo AI, je tempo rozvoje umělé inteligence ve Vietnamu dáno mnoha faktory, zejména vývojem modelů umělé inteligence, rychlým zlepšováním hardwarové a datové infrastruktury a procesem digitální transformace.

Vietnam je považován za jednu ze zemí s významným potenciálem pro rozvoj umělé inteligence, o čemž svědčí programy na získávání talentů, budování technologické komunity a vládní podpora. Dále se u vietnamských občanů odhaduje vysoká úroveň připravenosti na digitální transformaci.

Dr. Chau Thanh Duc, ředitel výzkumu ve společnosti Zalo AI.

V rámci této transformace společnost Zalo spustila mnoho funkcí souvisejících s umělou inteligencí, jako je například virtuální asistentka Kiki. Cílem společnosti je vyvíjet nástroje, které zvyšují efektivitu práce a jsou obzvláště snadno použitelné pro každého. Nástroje společnosti Zalo podporují vše od kódování, programování a výzkumu až po každodenní činnosti, jako je komunikace, překlad a vyhledávání obrázků.

Odborníci se však domnívají, že je to jen začátek a v procesu transformace umělé inteligence stále přetrvává mnoho obtíží. Dr. Nguyen Truong Son, ředitel vědy ve společnosti Zalo AI, uvedl, že obtíže pramení z bezpečnosti, nákladů a vysokých požadavků uživatelů. To nejsou obtíže jen pro Zalo, ale i pro uživatele a firmy.

První překážka se točí kolem výběru modelu umělé inteligence, který zajišťuje určitou úroveň autonomie. Modely třetích stran často nabízejí lepší výkon a kvalitu výstupu, zatímco interní modely mají výhodu kontroly informací, ale jsou omezené z hlediska stability a efektivity.

Informace sdílené zástupci Zalo AI.

Většina současných modelů má navíc společné slabiny, jako je neúplná přesnost a nekonzistentní výstup. Mnoho chatbotů má omezenou schopnost porozumět a zpracovat vietnamštinu, a proto nesplňují specifické požadavky nebo kontexty.

Pro řešení tohoto problému navrhli odborníci ze společnosti Zalo několik řešení, jako například použití pokročilé technologie pro vývoj modelů a kombinování spolehlivých zdrojů dat během trénování chatbotů. Současně vývojový tým model průběžně vyhodnocoval prostřednictvím interních testů.

Další výzvou je nalezení rovnováhy mezi náklady, výkonem a zabezpečením. Podle Dr. Nguyen Truong Sona může použití malého modelu pro zpracování složitých požadavků zvýšit dobu zpracování a provozní náklady a naopak.

Dr. Nguyen Truong Son, ředitel vědy v Zalo AI.

Tvrdil, že optimalizace může začít hned od fáze zadávání příkazů. Uživatelé mohou snížit náklady na tokeny omezením zbytečné délky a poskytnutím jasného a stručného kontextu pro chatbota.

Na systémové úrovni implementuje tým Zalo různá řešení, jako je navrhování vhodných příkazů a nasazení vrstev kontroly, aby byla zajištěna bezpečnost a ochrana uživatelských informací.

Celkově je Vietnam považován za dobře připravený na globální vlnu umělé inteligence. Zalo je jedním z prvních účastníků této transformace a zaměřuje se na řešení problémů s náklady, kvalitou a bezpečností při zavádění umělé inteligence ve velkém měřítku.

Nelítostný závod o čipy

Exploze umělé inteligence je výsledkem pokroku v hardwaru nebo čipech. Dr. Pham Hy Hieu z OpenAI zdůrazňuje, že vznik ChatGPT způsobil revoluci v čipech a umožnil společnosti Nvidia rychlý růst v krátkém časovém období.

Když byl ChatGPT poprvé spuštěn, jeho provoz se téměř výhradně spoléhal na čipy Nvidia. To vedlo k prudkému nárůstu nákupů hardwaru od technologických gigantů, jako jsou Anthropic a Meta.

Hra však není jen pro Nvidii. Konkurenti jako AMD a Google také nabízejí optimální hardwarová řešení pro vývojáře modelování umělé inteligence.

„Tok čipů a kapitálu souvisejícího s čipy má také vliv na ekonomické toky, přinejmenším na růst americké ekonomiky.“

„Firmy, které usilují o vývoj umělé inteligence, mají navíc ambice vyvíjet vlastní čipy, protože náklady na jejich pořízení rostou, takže i malá úspora je obrovským přínosem. Proto chce být každá společnost soběstačná, co se týče zdrojů čipů,“ dodal pan Hieu.

Dr. Pham Hy Hieu, zastupující OpenAI.

Trh s čipy pro umělou inteligenci je v současné době rozdělen do dvou hlavních kategorií na základě jejich zamýšleného použití. První kategorií jsou trénovací čipy, které vyžadují schopnost provádět násobení velkých matic, jednotnou dimenzionalitu a vysokou šířku pásma pro současné připojení tisíců čipů.

Druhým typem je inferenční čip, který vyžaduje skromnější počet spojů (kolem 50–100 čipů) a zaměřuje se na malé, nepravidelně velké maticové problémy. Inferenční čipy však pro udržitelný provoz vyžadují dobrou optimalizaci výkonu.

Při pohledu zpět na historii vývoje, pokud se období let 2019-2023 zaměřovalo na trénování a kompresi dat pro GPT modely, od roku 2024 se pozornost přesouvá k možnostem uvažování. Tento posun vede k poptávce po inferenčních čipech.

„Jakou roli hraje Vietnam ve výrobě čipů? Přestože se průmysl čipů pohybuje v biliónovém obratu, k účasti nepotřebujeme desítky miliard dolarů. Vietnamci mohou do světa čipů s umělou inteligencí přispět mnoha způsoby,“ uvedl pan Hieu.

Postřehy Dr. Phama Hy Hieua o hardwaru v infrastruktuře umělé inteligence.

Zástupci OpenAI navrhli dva hlavní směry. Místo závodění ve výrobě čipů pro rozsáhlé jazykové modely by se Vietnam mohl zaměřit na vývoj nízkoenergetických čipů pro automobily, chytré telefony nebo implantabilní zdravotnické prostředky. Jedná se o segmenty trhu s významným růstovým potenciálem a nižšími investičními náklady.

Za druhé, je tu integrace hardwaru a softwaru. Příspěvky jako algoritmus Flash Attention 2 ukazují, jak chytrá kombinace programování a hardwaru může vést k průlomům bez nutnosti masivních kapitálových investic.

„Budoucnost leží v rukou těch, kteří se odváží vidět příležitosti, odváží se riskovat a odváží se čelit nebezpečím,“ uzavřel pan Hieu.

Vynikající týmy na Zalo AI Challenge 2025

Po prezentacích řečníků bylo na soutěži Zalo AI Challenge 2025 představeno mnoho praktických řešení pro aplikaci umělé inteligence. Soutěž, která byla spuštěna koncem října, přilákala více než 1 000 zúčastněných týmů.

Letošní soutěž Zalo AI Challenge je rozdělena do dvou kategorií: RoadBuddy (využití algoritmů k identifikaci dopravních značek) a AeroEyes (návrh umělé inteligence pro drony k rozpoznávání pozemních objektů). Vítězné týmy obdrží celkovou finanční odměnu ve výši 12 000 dolarů a dary od sponzorů.

Podle organizátorů byly letošní otázky ve zkoušce praktické a ukazovaly potenciál umělé inteligence mimo výzkumné prostředí k řešení problémů reálného světa.

V soutěži RoadBuddy se soutěžící zaměřili na zpracování dat z palubních kamer v autě. Týmy musely zpracovat videozáznamy v délce 0–15 sekund, natočené za různých časových podmínek. Úkolem modelu umělé inteligence bylo přesně identifikovat detaily, jako jsou dopravní značky, semafory a vodorovné dopravní značení, které se ve videu objevily.

Sdílení a udělování cen pro Zalo AI Challenge 2025.

Soutěžící týmy byly hodnoceny na základě dvou kritérií: přesnosti a doby odezvy, přičemž datová sada obsahovala 1 500 trénovacích vzorků, 500 veřejných testovacích vzorků a 500 soukromých testovacích vzorků.

Podle hodnocení pana Nguyen Truong Sona soutěžící použili pokročilé techniky, jako je model vizuální komunikace (VLM). Obecný proces zahrnuje extrakci snímků z videa jako vstupních dat a jejich následnou kombinaci s modely jako Qwen nebo YOLO za účelem identifikace objektů a provedení logické analýzy.

V konečných výsledcích se tým CtelAI umístil na prvním místě s přesností 71,3 %, následovaný BitterSweet se 70,5 %.

S tématem AeroEyes se týmy před postupem do finále zúčastnily kvalifikačního kola. Ve finále museli kandidáti naprogramovat modely přímo do dronů, stanovit letové dráhy a ovládat kamery v reálných podmínkách za účelem detekce objektů.

Vzhledem k obtížnosti zadání nebyl počet týmů splňujících požadavky vysoký, proto organizátoři flexibilně zavedli doplňkové téma. Soutěžící týmy rychle upravily své modely tak, aby splňovaly požadavky. Výsledkem bylo vítězství týmu AIO_C3A díky nejvyšší efektivitě. Druhé místo si sdílely týmy IUH_Alers_K16 a AEB.

Zdroj: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html